Autores: Marisela Navarro, José Arismendi, Elio Suarez. Centro de Procesamiento Digital de Imágenes (CPDI). FIIIDT.
Introducción.
La humedad superficial del suelo es una variable muy importante en los procesos de distribución de la precipitación en escorrentía superficial, infiltración y distribución de la radiación solar; es un factor determinante en el desarrollo y crecimiento de los cultivos y su importancia en procesos claves del ciclo hidrológico sin embargo los valores fluctuantes de la humedad del suelo dependerá de varios factores como son el tipo de suelo, la profundidad y el tipo de materia orgánica.
De acuerdo con Wikipedia, (2020) se denomina la humedad del suelo a la cantidad de agua por volumen de tierra que hay en un terreno. Establecer el índice de humedad del suelo es de vital importancia para las actividades agrícolas. Es importante recordar que los niveles de humedad del suelo determinan el momento del riego.
De acuerdo con INFOAGRO, (2020) la aplicación de riego en el momento exacto y en la cantidad apropiada es fundamental para obtener un buen rendimiento de los cultivos. La falta de agua también es perjudicial para los cultivos, por lo que se debe controlar regularmente el nivel de humedad del suelo para determinar cuándo regar y que cantidad de agua se debe aplicar.
Hechas las consideraciones anteriores, la percepción remota ha permitido el desarrollo de metodologías para la estimación de la humedad del suelo, se ha demostrado que esta variable puede ser medida mediante técnicas infrarrojas y ópticas así como por percepción activa y pasiva por microondas.
En el mismo orden de ideas, la determinación de la humedad del suelo mediante el uso de imágenes multiespectrales en función del tiempo proporciona información precisa sobre la variabilidad climática y aumento de temperatura en la superficie de la tierra; es necesario señalar que resulta bastante complejo estimar la variable humedad del suelo principalmente por la gran extensión espacial y las fluctuaciones en humedad del suelo.
La importancia de las imágenes de Radar.
En consideración a lo mencionado anteriormente, se han realizado estudios para estimar la humedad del suelo mediante el uso de imágenes satelitales ópticas pero los resultados más satisfactorios se han obtenido mediante el uso de imágenes de radar; es importante señalar que no es sencillo, porque existen otros factores que influye en el coeficiente de retrodispersión observado por los sensores de radar como son la rugosidad superficial, la textura del suelo, el relieve o la presencia de vegetación. La estimación de la humedad mediante teledetección por radar se dificulta en superficies que presenta una cubertura vegetal más o menos desarrollada ya que la radiación emitida por el sensor de radar no es capaz de alcanzar la superficie del suelo, pero en cultivos como los cereales si se han logrado obtener resultados positivos.
-El primer método mediante radar mide la permitividad y la transforma en humedad del suelo. A diferencia de la señal óptica, la señal del radar es muy sensible a la variación de humedad en el suelo y puede medir (y no estimar) su valor y registrar sus cambios en el tiempo. (EL Digital, 2020). Este último parámetro físico puede ser incluido en la preparación de la Cartografía de Suelos para calcular la humedad en los primeros centímetros. Lo novedoso es la medición o registro de esta variable, pixel a pixel, y a una escala de resolución de 1 km (100 ha). (Agritotal, 2015).
Por otra parte las técnicas para estimar los cambios entre imágenes multitemporales como son la sustracción, ratio o estudio de correlación de fase en imágenes de radar permiten detectar cambios atribuibles al contenido de humedad del suelo asumiendo que la rugosidad o la vegetación no presenten cambios.
De acuerdo con los razonamientos que se han venido realizando, resulta interesante mostrar un ejemplo virtual, el cual muestra que para el análisis temporal de la humedad del suelo usando imágenes de radar, se toman en consideración los cambios en la rugosidad y vegetación, seleccionando para dicho estudio el periodo lluvioso, donde se puede suponer que los cambios en la retro dispersión se debe al contenido de humedad de la capa superior del suelo. Como es un ejemplo, lo conveniente es seleccionar para Venezuela, una serie de imágenes de radar SAR descendentes correspondientes al periodo lluvioso desde mayo hasta el mes de noviembre.
Para el análisis temporal se desarrollo el coeficiente de variación (CV), en el cual para el análisis de una serie de imágenes ERS-1, sugieren 4 parámetros llamados índices de radar; uno de estos índices es el coeficiente temporal de variación (CV), que puede calcularse como la desviación estándar temporal de un pixel dividido por su valor medio temporal. Se espera que la variación de la humedad del suelo cerca de los ríos sea pequeño comparado con las zonas de pendientes ascendentes, este análisis debe producir menos señal y por lo tanto un CV menor cerca de los ríos y el aumento de variación de la señal más lejos. Las áreas forestales y zonas urbanizadas producen también valores bajos de CV.
-El segundo método es mediante el análisis de componentes principales lo cual es una transformación lineal ortogonal de la data a un nuevo sistema de coordenadas en donde la mayor varianza se acumula en un eje o proyección denominada primer componente principal; la segunda varianza más grande queda representada en el segundo eje o proyección y así sucesivamente. Este método permite separar los efectos de la humedad del suelo a partir de las que rigen las influencias topográficas y el uso de la tierra en la retrodispersion y por lo tanto permite mapear la distribución de la humedad del suelo dentro de una cuenca y durante el periodo de lluvia.
En este caso de estudio la información dentro de la imagen se explica por el primer componente que corresponde con el comportamiento medio de la cuenca hacia retro dispersión durante este periodo y que será influenciado por la topografía, el segundo componente estará influenciado por las áreas urbanizadas y por el uso de la tierra. El tercer componente principal es el que corresponde a la red dendrítica (pixeles con contenido de humedad alta y constante del suelo), la cuarta componente se caracteriza sobre todo por el ruido, representa el menor porcentaje de los pixeles de la imagen.
Las imágenes ópticas.
En la actualidad se tienen otros sensores y es posible obtener información de la humedad del suelo desde el espacio, entre los más usados están el Soil Moisture and Ocean Salinity (SMOS), el SMAP (Soil Moisture Active Passive), y el Advanced SCATterometer (ASCAT). Muchos de estos sensores brindan imágenes en las cuales no es posible observar directamente la humedad del suelo, sino que es necesario realizar un tratamiento previo para obtener valores de pixel que muestren dicha humedad.
Conclusiones
La humedad del suelo se puede definir como el agua contenida en la parte no saturada del suelo, la condición de humedad del suelo es esencial para estudios de balances hídricos; además de ser considerada una de las variables más importantes en los sistemas agropecuarios ya que permite estimar los requerimientos hídricos en cultivos agrícolas.
Las plataformas satelitales brindan en la actualidad información muy precisa sobre la estimación de la humedad del suelo, variable muy significativa en el sector agrícola y en otras áreas como en aplicaciones meteorológicas.
Con esta información es posible hacer más eficiente el manejo de enfermedades en cultivos y su fertilización, y entre otras, gestionar emergencias tales como inundaciones, desplazamientos del terreno y detectar derrames de petróleo.
Referencias Bibliográficas.
- Ariza, A., García J., S., Rojas B., S., & Ramírez D., M. 2014. Desarrollo de un modelo de corrección de imágenes de satélite para inundaciones: (CAIN – Corrección Atmosférica e Índices de Inundación). UN-SPIDER, pp. 1-10.
- https://www.agritotal.com/nota/41792-lanzaran-un-satelite-que-permitira-medir-la-humedad-de-los-suelos/
- http://www.el1digital.com.ar/articulo/view/95078/gracias-al-nuevo-saocom-habra-un-mapa-de-la-humedad-del-suelo
- https://www.hidraulicafacil.com/2016/04/IndicesAguaImgSatelitales.html
- https://www.infoagro.com/noticias/hemeroteca_anual.asp?y=2020
- Paniconi, C. (2014). Mapeo de la humedad del suelo espacial a través del análisis multitemporal de datos ERS-SAR PRI.
Contactos: marisela_navarro7@hotmail.com ; arismendi40 @gmail.com